MétaCan
Menu
Retour à la cohorte
Enregistrement W2792915565 · doi:10.1002/cjce.23147

Study of gas solid turbulent flow in a thermal reactor: Experimental and numerical comparison

2018· article· en· W2792915565 sur OpenAlexvenueno aff
Ahmed Bellil, Karim Benhabib, Patrice Coorevits, Aïssa Ould‐Dris

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtrapolationNuclear engineeringFlow (mathematics)TurbulenceResidence time distributionWork (physics)Finite volume methodMechanicsEnvironmental scienceControl volumeProcess engineeringResidence time (fluid dynamics)ThermalComputer scienceMaterials scienceMeteorologyMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Dysfunctions observed in thermochemical conversion reactors, like dead zones and short‐ circuits, generally lead to inaccurate pricing of energy resources and air pollution, and originate in the air flow conditions in these aeraulic reactors. [1–3] Therefore, they can be prevented by better control of flows. In this work, we propose to develop a new tool for determining the distribution of residence time of the solid phase, based on the luminescence of particles previously coated with phosphorescent pigments. This optical method, which is non‐intrusive and flexible, has been implemented at a laboratory scale, on an aeraulic test bench. [3] On the other hand, we have developed a numerical model allowing the determination of the distribution of the residence time. This development aims to master the flows at the exit of surrounding walls, which optimizes them and allows their extrapolation to the industrial scale. Our analytical approach is based on modelling by coupling MFN by finite volume types via the Code Saturn, and DEM by discrete elements of the solid behaviour by means of the code SIGRAME. Finally, a confrontation of the RTD of the digital model with the experimental RTD has been conducted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,239
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207